ANÁLISIS DE CAUDALES MÁXIMOS INSTANTÁNEOS

(MÁXIMAS AVENIDAS)
I. CONCEPTOS:
Para el diseño de estructuras hidráulicas es desprescindible conocer cuantitativamente los caudales máximos y
mínimos. Así por Ejm. Se debe conocer el caudal máximo para el diseño del vertedero de demasias de una
represa, diseño de encauzamiento y defensas ribereñas, diseño de puentes y y alcantarillas, evacuación de aguas
pluviales. Para el diseño de tomas y bocatomas es primordial conocer los valores de caudales máximos y mínimos.
Los registros de caudales y precipitaciones máximas se ajustan a cinco modelos probabilísticas, luego se ajustan
con pruebas estadísticas el modelo que mejor se ajuste o finalmente se considera el “riesgo de falla” y la “vida
esperada” de la estructura hidráulica para obtener el caudal máximo de diseño.
a) MÉTODO DE DETERMINACIÓN DE MÁXIMA AVENIDA:
Se puede afirmar que la avenida varia en función de la superficie de la cuenca, orientación, orográfica, vegetación,
clase de terreno, permeabilidad del suelo.
El agua que no se infiltra corre superficialmente formando vertientes, arroyos y últimamente ríos, aumentando su
volumen por la aportación sucesiva de los confluentes, varia especialmente con la extensión de la cuenca y en los
diferentes años con la intensidad de lluvia que motive la avenida.
Para la determinación de avenidas existen básicamente cuatro métodos:
- Método directo o histórico.
- Método empírico.
- Método del hidrograma unitario.
- Métodos probabilísticos.
El calculo del caudal de diseño de las estructuras hidráulicas tiene dos procedimientos de información de acuerdo
al tipo de registro.
- Registro de caudales máximos instantáneos en m3/seg.
- Registro de precipitaciones máximas de 24 hrs en mm/hora.
b) MÉTODO DIRECTO O HISTÓRICO:
Se establece, sea por observación directa o preguntando a algún conocedor del lugar, hasta que altura sube el
agua en una creciente y se puede conocer la sección luego se aplican las formulas de flujo en canales
naturales.
La desventaja principal de este método es que no se puede conocer el periodo de retorno de la avenida. Muchas
veces las señales dejadas por la gran creciente son imprecisos, estas pueden deberse a una creciente anual o
una creciente pluvioanual.
c) MÉTODO EMPÍRICO:
Es el método más antiguo y consiste en establecer una relación funcional entre el área de la ciencia; la intensidad
de la lluvia y la temperatura. Los métodos empíricos son el californiano, ven Te Chow, Giandottic, U.S. Corps of
engineers, etc. Cada una de estas formulas pueden dar resultados aceptables para aquella cuenca cuyas
desviaciones la hayan dado origen; “Mas no cabe” generalizarlo o utilizar para todas las cuencas los resultados
difieren mucho para una misma superficie y se comprende la disparidad por que una avenida es función de
muchos factores.
II. MÉTODO RACIONAL:
DEFINICIÓN: Escorrentía máxima o descarga de diseño es el máximo caudal que se espera pueda ocurrir
con un determinado periodo de retorno o frecuencia en años, durante el periodo de vida útil del proyecto u
obra.
PROPÓSITO:
Las obras de conservación de suelos como canales de desviación o evacuación, alcantarillas, diques de retención
para control de cárcavas, etc se deben diseñar de tal manera que sean capaces de resistir este evento o caudal
máximo, el mismo que construye un criterio básico para las dimensiones de las estructuras.
La magnitud de la descarga de diseño se calcula de acuerdo al periodo de retorno (años) escogido; la avenida
máxima con 10 años de frecuencia será sensiblemente menor que aquella que se presenta con 50 años de frecuencia
 y esta a su vez será menor que el que se presenta de 100años y así sucesivamente. Por lo tanto la selección del
periodo de retorno está en relación directa con la naturaleza e importancia de la obra. Si se tratan de sistemas de
tratamiento temporal que no tengan mucho peligro de causar daños como pequeñas alcantarillas etc. Es suficiente
una frecuencia de 10 años; si son obras de cierta magnitud y costo como las alcantarillas en carreteras de 2° orden,
rápidas, caídas, muros de contención, etc el tiempo de retorno puede escogerse en 25 años; finalmente si se trata de
aliviadores de reservorios medianos, defensas ribereñas costosas, puentes, carreteras, etc. Puede escogerse 50 ó 100
años, sean la inversión comprometida y el riesgo de daños personales que se pueden producir en caso de falla. La
predicción de los picos de descarga, volúmenes y distribución en el tiempo de escorrentía no es un trabajo simple.
Para calcular las descargas se utilizan procedimientos diversos que sintetizan una serie de factores, principalmente
relacionados con la precipitación (Int. – Dur Frec.), la topografía y geomorfología (área, longitud de ríos y otros) y los
llamados coeficientes de escorrentía que expresan la relación entre el agua que precipita y el gua que escurre
sobre la superficie. El factor tiempo o frecuencia de ocurrencia se incluye dentro del factor precipitación, seleccionando
un periodo de retorno determinado. La mayoría de procedimientos se basan en análisis estadísticos para
determinados lugares y por lo tanto su aplicación no es universal.
LUGAR Y CONDICIONES PARA SU APLICACIÓN:
El método racional es uno de los pocos universalmente aplicables cuando se dispone de escasos datos; y su
eficiencia aumenta con la experiencia y apreciación del térmico que usa.Es muy apropiado para áreas de drenajes
pequeñas, generalmente no mayores a 50 Has.; sin embargo algunos autores recomiendan su aplicación hasta límites
de 1,500. Has.
RESTRICCIONES:
El método racional no debe de preferencias ser usado para superficies de más de 50 Has. Por que asume: Que la
precipitación ocurre a una intensidad uniforme por un tiempo por lo menos igual al tiempo de concentración.
Que la precipitación ocurre con una Int. Uniforme sobre todo el área.
LA FORMULA RACIONAL:
La formula racional fue desarrollada por Mulvaney en Irlanda (1847) para fines urbanos; posteriormente Ramser
(1927) la adaptó para vertientes rurales, siendo mejoradas por real Soil Conservación Service 1947 (S.C.S) La
descarga máxima se calcula según:
CIA
Q=
360
Donde:
C= es la descarga máxima en m3/s.
C= es el coeficiente de escorrentía que dependen del relieve, textura, condiciones de cobertura vegetal, etc.
I = es la máxima intensidad de lluvia producida en un tiempo determinado e igual al tiempo de concentración (Tc) de la
cuenca. Se expresa en mm/hr.
A = es el área de recepción o drenaje en Has.
La fórmula del método racional no proporcional un hidrograma de descarga, sino que indica únicamente el pico máximo
de descarga para un determinado periodo de frecuencia.
Este dato es suficiente para el diseño de estructuras de evacuación de aguas superficiales como canales de
desviación, canales de desagüe, al cantarillas, rápidas, caídas, aliviaderos, etc.
MINACIÓN DEL TIEMPO DE CONCETRACIÓN (tc)
El tiempo de concentración se define como el tiempo que tarda el agua en viajar desde el punto más remoto del área,
hasta el punto de la desembocadura o control. La distancia de este recorrido del agua se asume igual a la longitud del
cause de drenaje o río (L).
El tiempo de concentración se puede calcular de las sgtes. Maneras:
a) En función de la pendiente y longitud del cause del río.-
Tc = 0.0256 K 0.77
L3 / 2
Siendo: K= 1 / 2
H
Donde:
Tc= Es el tiempo de concentración en min.
 L = Es la longitud del cause de drenaje en metros.
H = Es la diferencia de nivel entre el punto más alto y más bajo del cause en metros.
Este método no es adecuado para el caso (1-b).
b) En función de la pendiente mmadia, del terreno y cobertura vegetal.-
La tabla Nol muestra los valores aproximados de la velocidad de la escorrentía, en función de la pendiente
media del terreno y su cobertura vegetal, basada en los trabajos de Ramser y Horton, de modo que se puede
estimar Tc dividiendo la distancia del recorrido más remoto entre dicha velocidad.
La Fig. N° 2 es una solución gráfica de la tabla N° 1 y proporciona directamente los valores del Tc conociendo la
longitud de recorrido, la pendiente media del terreno y su cobertura.
Este método es aplicable para el caso (1-b).
Ejem. De aplicación:
En un área cuya extensión fuera de 10 Has. De las cuales 2 Has. Tuviera una pendiente predominante de 4%; 4
Hás. Tuviera 15% y los restantes 4 has tuviera 25%, la pendiente ponderada representativa del área sería:
2 x 4  4 x15  4 x 25
S=  16.8%
10
Por tanto estará considerado en el rango de pendiente de 15 a 20% y además si la cobertura vegetativa es
uniforme en todo el área por Ejm. De pastos y potreros y la longitud de recorrido es 400 mts. Se utiliza
directamente la fig 2. Curva # 7 y se determina:
Tc=300 seg. = 5.0 min.
Si en aplicación del ejem. Anterior se observa que el uso del
suelo no es uniforme en todo el área; por ejm. De las 10 hás,
4 hás se dedican a cultivos de limpio, 2 hás son de pastos con
buena cobertura y las restantes 4 hás. Tiene bosque, el calculo
se hara utilizando la tabla No1.
ÁREA PENDIENT USO O COBERTURA VELOC. MED. ÁREA X VEL.
E% PARCIAL (de
tabla No 1)
2 4 Cultivo en limpio 0.60 m/s 1.2
2 15 Cultivo en limpio 1.50 3.0
2 15 Pastos o potreros 1.20 2.4
4 25 Bosques 1.40 5.6
10 Hás 12.2
12.2
Velocidad media ponderada en toda el área = 1.22 m/s Sí la longitud de recorrido es 400 mts.
10
Entonces:
400
Tc=  328seg.  5.4 min .
1.22m / s
TERMINACIÓN DEL COEFICIENTE DE ESCORRENTI “C”.
El coeficiente de escorrentía (C) es obtiene de la tabla Nº 2 evaluando cuatro condiciones de la cuenca: relieve,
infiltración, cobertura vegetal y almacenamiento superficial.
Ejm de aplicación: Se tiene un área de Hás, 7.5 de las cuales se encuentran en la parte más alta de una ladera con
pendiente de 28% y las restantes 2.5 en la parte inferior con una pendiente de 10% 5 hás. 5 hás de la parte superior
son suelos superficiales con terreno rocoso de insignificante capacidad de infiltración, mientras que las otras 5 hás
tienen una profundidad 1 mt. Y son suelos francos con infiltración moderada. Las 2.5 hás más altas tienen terreno con
pastos nativos degradados con menos de 5% de cobertura efectiva, mientras que la zona intermedia de 5 hás presenta
la mitad del área con buenos pastizales y árboles y la otra mitad es dedicada a cultivos en limpio. No hay
almacenamiento sup. Se desea construir un canal de desviación para evacuar las aguas de escorrentía de está área
 hacia un desagüe natural, sin causar erosión, para proteger las propiedades situadas más abajo. Con los datos
suministrados buscamos en la tabla Nº 2 procedemos como:
CONCEPTO PUNTAJE % AREA (HAS) PONDERADO PARCIAL VALOR DE Ci %
Pendiente 30 7.5 225
(C ) 20 2.5 50
275 : 20 Hás. = 27.5
-----------------------------------------------------------
Infilt. 20 5.0 100
(C2) 10 5.0 50
-----------------------------------------------------------
150 : 10 hás = 15.0
-----------------------------------------------------------
Cobetura 15 2.5 37.5
Vegetal 10 5.0 50.0
(C3) 15 2.5 37.5
-----------------------------------------------------------
125.0: 10 Hás = 12.5
-----------------------------------------------------------
Almacena-
Miento Su-20 10 200: 10 has = 20.0
Perficial
(C4)
-.-.-.--.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.
VALOR TOTAL DEL COEFICIENTE = 75.0%
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.--.-.-.-.-.
EDIMIENTO: EJEMPLO DE APLICACIÓN
Se desea proyectar un canal de desviación de 500m. De longitud, para defender unos terrenos de cultivo contra la
erosión que produce la escorrentía de una zona situada en la parte superior de una ladera, de acuerdo con el ejm.
Anterior.
a) TIEMPO DE CONCETRACIÓN.
Para Tc1 usaremos el segundo método y de la tabla se obtiene:
AREA PENDIENTE COBERTURA VELOC. PARCIAL AREA X VOL
2.5 28 Pasto natural 1.6 4.5
2.5 28 Pasto + árbol 1.6 4.0
2.5 28 Cultivo limpio 1.9 4.75
2.5 10 Cultivo limpio 1.9 4.75
10 Hás 18.0
Velocidad media ponderada = 18
---- = 1.8 m/s
10
Asumiendo que la mayor longitud de recorrido sea 400m.
400
Tc1 = --------------- = 222.2 seg.= 3.7 min.
1.8
El tiempo de concentración Tc2 se calcula de acuerdo a la velocidad del canal de desviación. En estos casos, para
calcular los tiempos de concentración desde el punto de vista conservador, conviene tomar velocidades altas.
Asumiendo que será un canal excavado entierra franca, sin revestir, la velocidad máxima permisible será 1 m/s
500
Tc2 = ----- = 8.3 min.
1
Tc = Tcl + Tc2 = 3.7 + 8.3 = 12 min.
 b) COEFICIENTES DE ESCORRENTIA.
Como se explica en el Ejm. Anterior C = 0.75
c) INTENSIDAD MÁXIMA.
Tratándose de una acequia de desviación, usaremos una frecuencia de 10 años para una duración de 12 min. Se
obtiene:
I = 65 mm/hr.
d) CAUDAL MÁXIMO DE DISEÑO.
CIA
Q = ------------
360
x 65 x 10
Q = -----------------------------
360 Q = 1.35 m 3/seg.
A fin de lograr un diseño económico, el canal de desviación se puede hacer telescopico, con capacidades
variables en tramos de igual longitud, por ejm. En el presente ejercicio 4 tramos de 125 m. O tres tramos de
167 m. En cuyo caso es necesario calcular el tiempo de concentración para el área que domine el primer tramo
y su correspondiente caudal de diseño; luego para el segundo tramo habrá que sumarle el tiempo de
concentración del 1er tramo y calcular su caudal de diseño en función de la suma de las dos áreas, así
sucesivamente.
III. MÉTODOS ESTADÍSTICOS O PROBABILÍSTICOS:
LOS HIDROLÓGICOS:
Según Chowv. Maiduant y Mays (1984), un modelo de sistema hidrológico ews una aproximación al sistema real: sus
entradas y salidas son variables hidrológicos mensurables y su estructura es un conjunto de ecuaciones que conectan
las entradas y salidas.
Los modelos hidrológicos pueden dividirse en dos categorías: modelos físicos y modelos abstractos. Los primeros
incluyen, modelos de escala que refrentan el sistema en una escala reducida, tal como un modelo hidráulico del
vertedero de una prosa. Los modelos abstractos representan el sistema en forma matemática, la operación del sistema
se describe por medio de un conjunto de ecuaciones que relacionan los variables de entrada y salida.
Estas funciones pueden ser funciones de espacio y del tiempo y también pueden ser variables probabilísticas y
aleatorias, que no tienen un valor fijo en un punto particular del espacio y tiempo, pero que están descritas a través de
distribuciones de probabilidad.
Ponce V. (1989), en ingeniería hidrológica, existe cuatro tipos de modelos matemáticos: (1) deterministico (2)
probabilístico, (3) conceptual; (4) paramétrico. Un modelo deterministico; es formulado usando leyes de procesos
físicos y químicos, también descrito por ecuaciones diferenciales; un modelo probabilístico, si es estadístico es
gobernado por las leyes de la probabilidad y aleatoriedad los modelos estadísticos tratan con muestras observadas,
considerando que los modelos estocasticos, enfocan en los propiedades aleatorias de serios de tiempo hidrológicos
ejm. Un descarga diaria un modelo conceptual es una representación simplificada del proceso físico, obtenida por los
variaciones espacial y temporal y describido en terminos de cualquiera de las ecuaciones diferenciales o ecuaciones
algebraicas. Un modelo Parametrico, representa procesos hidrológicos por medio de ecuaciones algebraicas, esto
contiene parámetros claves para ser determinado en forma empírica.
VARAS E. Y FERRER P. (1972), Los fenómenos que se presentan en la ingeniería, pueden clasificarse desde el punto
de vista de la certeza de su ocurrencia, en determinísticos y y probabilísticos. Si la probabilidad de ocurrencia de
las variables en proceso es cierta, es decir segurar una ley determinada no probabilístico. En cambio si se toma
en cuenta la probabilidad de ocurrencia y la falta de certeza existente entonces se habla de un proceso de
naturaleza probabilística en el campo de la ingeniería de la hidrológica pertenecen a la categoría de los ****
probabilísticos o estadísticos.
En rigor, existe diferencias entre los procesos probabilísticos y los estocásticos. Los primeros son independientes
del tiempo y los segundos son dependientes. Se denominan proceso estadístico a un conjunto de variables aleatorias
cuyas características varían en el tiempo. En un proceso probabilístico, independiente de la variable del tiempo, la
 secuencia de las variables no interesan y se supone que ellas siguen un determinado comportamiento dado por el
modelo probabilístico o distribución.
FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD USADAS EN HIDROLÓGIA.
Cheregue W. (1989), dada pues una variable aleatoria, interesará describir la probabilidad de ocurrencia de los
distintos estados. Esto se consigue gracias a un modelo matemático de su comportamiento o modelo probabilístico.
Esta distribución probabilística permite calcular:
1. Las probabilidades de los distintos estados o valores que pueden tomar la variable aleatoria.
2. La probabilidad de tener valores mayores o maneras que en determinado límite.
3. Los valores de probabilidad de ocurrencia asociada a cada valor de la variable aleatoria.
El tratamiento mas común de los datos así. Preparados, es el ploteo de los pares de puntos P ó T versus Q en un papel
con escalas apropiadas. Para propósitos generales la escala del papel usad? no es Importante, habiendo sido
propuesta una escala (Dal1yrnple, 1,962) que aproxima el gráfico de una recta.
  1 
Y = - ln   ln1   
  T 

Donde:. Y es una distancia lineal y T el periodo de retorno; dando valores a T se puede construir un papel
probabilística, en el cual generalmente los periodos de retorno se colocan en las abcisas y las descargas en las
ordenadas; esta última escala puede ser transformada en logarítmica, dando origen a otro papel.
Es común en nuestro país que la mayor parte de los registros disponibles de descargas no sobrepasen 20 o 25 años, y
dado que las necesidades del proyecto requieren periodos de retorno superiores; la tendencia es de usar la curva de
frecuencia para efectos de extrapolación, por lo que esto debe ser hecho con mucho criterio; la distancia lineal entre 25
y 250 años parece corta en los gráficos, pero la extrapolación solo puede justificarse cuando se verifica que el
fenómeno se ajusta a la ley establecida. Muchos investigadores intentaron establecer las leyes teóricas de
probabilidades que se ajustasen mejor a las muestras de n elementos de modo a poder estimar, para cada caudal
máximo Q, la probabilidad teórica P de ocurrir o ser sobrepasada.
En la práctica es posible efectuar el ajuste de varias distribuciones teóricas a una determinada muestra. Para comparar
y concluir cual de ellas, se plotean los valores en el papel respectivo y se escoge la que mejor se aproxima a una línea
recta. Existen a disposición del interesado paquetes de programas que efectúan ese trabajo (Silveira et al., 1983),
facilitando sensiblemente el análisis, ya que el propio computador diseña el papel adecuado. A continuación serán
examinadas con algún detalle, las distribuciones teóricas más usadas para el análisis de máximas avenidas, indicando
que no existe un criterio definido para la selección a priori de la distribución más adecuada.
OG – NORMAL:
Es una distribución apropiada para una variable aleatoria cuyos logaritmos siguen una distribución normal, con
parámetros  y  . Los datos hidrológicos, a veces, tienen una distribución fuertemente asimétrica y en
general en esos casos una transformación logarítmica la transforma en una distribución normal.
Así la función de densidad y la función de distribución acumulada son:
2
1  y  
F(Y)= 1 e 2 
1  
 

 2
2
1  y 
  
2  
P(Y<Ydado)=F(Y)= 1
  2 e dY
Donde: Y = 1n Q
  media poblacional, = Y  Desviación estandar = Sy
La distribución Log-Normal es de gran utilidad porque abre el amplio campo teórico de aplicación de la
distribución Normal. Como ambas distribuciones, Normal y Log-Normal son de dos parámetros, basta calcular
la media y la desviación estandar de los caudales y de sus logaritmos, respectivamente. El grado de ajuste de
una serie de datos puede, como en los demás casos, ser examinado a través del uso del papel de
probabilidades Log-Normal, donde debe resultar una recta. En la literatura se puede encontrar también
información sobre la distribución Log Normal de tres parámetros cuando esa linealización no se consigue
(Raudkivi, 1979).
 DISTRIBUCIÓN DE GUMBEL Y LOG – GUMBEL.
Entre las diversas distribuciones de valores extremos es la que actualmente tiene mayor utilidad. Los valores
extremos en cuestión serian las descargas diarias máximas anuales, ya que cada una es la máxima entre los
365 valores del año. Para aplicar esa ley, se debe tener en cuenta que existen n muestras, cada una
constituida de 365 elementos, del universo de la población infinita de la variable aleatoria que es el caudal
diario. De acuerdo con la ley de los extremos (pinto et al., 1976), la ley de distribución de la serie de n términos
constituidos por los mayores valores de cada muestra tiende asintóticamente para una ley simple de
probabilidades, que es independiente de la que rige la variable aleatoria en las diferentes muestras y en el
propio universo de la población infinita.
Esa es la base del método de Gumbel (o distribución de valores extremos Tipo 1), en el cual se calcula P por la
siguiente relación:
P = 1 –e-e-r (6)
1
Y= (Q  Q  0.45 q ) (7)
0.7997
donde Q es la media de los n caudales máximos, P es la probabilidad de que un máximo caudal medio diario
de un año cualquiera sea mayor o igual a Q, y  Q la desviación estandar de los n caudales máximos.
La expresión de Y muestra que existe una relación lineal entre él y el valor de; esa recta puede ser diseñada
conociéndose:
La expresión de Y muestra que existe una relación lineal él y el valor de Q; esa recta puede ser diseñada

conociéndose: Q   Q yS  (Q  Q) 2

n n 1
El eje está marcados los valores de Y puede ser graduado en tiempo de retorno a través de la relación
T=1/P y de esta manera, a cada caudal le corresponde un periodo de retorno; conociéndose a este como
papel de Distribución Gumbel.
El método de Gumbel es de fácil aplicación y se basa solo en dos parámetros, la media y la desviación
estándar, mientras que otros métodos incluyen el coeficiente de asimetría.
Cuando la asimetría es grande, se toma X = In Q y se procede al análisis como en el caso anterior,
constituyéndose una distribución Log-Gumbel; el gráfico establecido corresponde a una recta en el papel de
probabilidades correspondiente, si el ajuste es adecuado.
EARSON III Y LOG-PEARSON III.
La distribución Pearson III posee la característica de ser asimétrico y no negativo, lo que lo hace adecuada
para describir los caudales máximos; es una distribución de tres parámetros. La media, la desviación estandar
y el coeficiente de asimetría, son definidos por las siguientes relaciones.
La función de densidad y la función de probabilidad acumulada están dadas por:

Q
Q (8)
n

S Q=  (Q  Q) 2
(9)
n 1

C Q=
 (Q  Q) 3


n Q 3  3n( Q)(  Q 2 )  2n( Q )3
(10)
2 S  (Q  Q )
q
2
n( n  1)( n  S q3 )

La función de densidad y la función de probabilidad acumulada están dadas por:

Q


f(Q)= (Q   ) e
1
(11)
  L( )
Q

Q
f(Q)<(Qdado)= 0 (Q   ) 1 e 
dQ (12)
  L( )
 Donde  = Parámetro de posición Q    

  parámetro de escala Sq =  
2
 = Parámetro de forma. CQ = 
De forma análoga al caso anterior, si se hace Y=ln Q, se genera la distribución Log-Pearson III,
procediéndose con un análisis semejante.
El METODO DE FOSTER representa una aplicación de la distribución Pearson III, a través de un ajuste del
coeficiente de asimetría establecido por Hazen.
 8.5 
1  
CQ = C Q  n  (13)
Donde n es el tamaño de la muestra de caudales máximos diarios. Para la aplicación del método, se
calculan los parámetros media, desviación estandar y el coeficiente de asimetría.
LLER:
Es un método de extrapolación de datos históricos basado no en una distribución de frecuencia, pero si
Q
en una regla de probabilidad, que establece la siguiente relación entre Q y el periodo de retorno T:
Q
Q
= a + blog T (14)
donde Q es el caudal diario más probable con periodo de retorno T; a y b son coeficientes {'; determinados a
partir de los datos históricos.
Cuando no existen series de datos observados, el autor propone los valores de: a = 100 Y b = 0.8 obtenidos
para un gran número de ríos, y el caudal medio puede encontrarse a través de:
Q = 0.7960.8 (16)
Siendo A el área de la cuenca. De esta forma, el caudal máximo diario Q para un periodo de retorno T en una
cuenca de área A se obtiene:
Q=0.796A0.8(1+0.8logT)
USO DE LOS FACTORES DE FRECUENCIA EN EL ANÁLISIS DE MÁXIMAS AVENIDAS.
El factor de frecuencia es un valor característico de la Ley de distribución Log Normal, que tiene gran
significación en el análisis de eventos extremos y es conocido matemáticamente como la variable reducida.
Este término fue usado por Ven Te Chow en combinación con la fórmula general para el análisis de
frecuencia hidrológica, siguiente:
Q= Q +KSQ
Donde K es el factor de frecuencia, que depende de la Ley del evento hidrológico y es teóricamente idéntico
al factor de asimetría de la curva logarítmica.
La ecuación del factor de frecuencia (17) fue propuesta por Chow (1951), y se aplica a muchos
distribuciones de probabilidad utilizadas en el análisis de frecuencia hidrológica. Para una distribución dada,
puede determinarse una relación K – T entre el factor de frecuencia y el periodo de retorno
correspondiente. Esta relación puede expresarse en términos matemáticos o mediante una tabla.
ncia para la Distribución Normal y Log-Normal.
Es el mismo que la variable normal estándar Z definida por la ecuación siguiente:
Q Q
K=Z = SQ
(18)
El valor de Z correspondiente a una probabilidad de excelencia puede calcularse encontrando el valor de
una variable intermedia W:
1/ 2
  1 
W= ln 2  (0<P  0.5) (19a)
  p 
1/ 2
  1 
W= ln 
2  (p>0.5) (19b)
  (1  P ) 
El valor de Z puede ser obtenida de tabla o calculada con la siguiente ecuación de aproximación:
 2.515517  0.802853W  0.010328W 2

K=Z=W- (20)
1  1.4322788W  0.189269W 2
 0.001308W 3

Para la distribución Log. Normal, se usa el mismo procedimiento excepto que éste se aplica a los
logaritmos de las variables.
ncia para la Distribución Gumbel y Log-Gumbel.
Para la distribución de Valor Extremo Tipo I, Chow (1953) dedujo la siguiente expresión:
6    T  
K= - 0.5772  ln ln   (21)
    T  1  
1
T= 1  exp exp   0.5772  K   (22)
    
   6  
Cuando la variable es igual a la media K = O y T = 2.33 años, que corresponde al periodo de retorno de la
media de la distribución.
Para la distribución Log-Gumbel, se usa el mismo procedimiento excepto que éste se aplica a los
logaritmos delas variables.
ncia para la Distribución Pearson III y Log-Pearson III.
Para la distribución Log-Pearson III, el primer es tomar los logaritmos de la información y luego se procede
a calcular la media, desviación estándar y el coeficiente de asimetría de los logaritmos de los datos. El factor
de frecuencia depende del periodo de retorno T y del coeficiente de asimetría C. Cuando C=O el factor de
frecuencia K es igual a la variable normal estándar Z y cuando C  O el factor de frecuencia se aproxima
por Kite (1977) como:
2 3 4 5

K=Z+  z  1    Z 3  6Z    ( Z 2  1)   Z     

C  1 C  C C 1C 
2
(23)
6 3 6 6 6 3 6 

Los valores de Z y K para un periodo de retnorno dado pueden calcularse a través de las ecuaciones (20)
y (23) o en su defecto obtenerse de las tablas que se presentan al final del texto.
anza para las Distribuciones de Valores Extremos.
Los datos observados, graficados en los papeles de probabilidad correspondientes, muestran una
tendencia linial recta, sin que la línea ajustada se localice exactamente sobre los puntos pleteados. Este
hecho muestra que los datos no pueden ser representados con absoluta confianza por la teoría de
probabilidades.
Por lo tanto la distribución de los datos de probabilidad acumulada pueden ser descritas por los Límites de
Confianza, establecida a ambos lados de la curva de ajuste, quedando entonces la nube de puntos
ploteados dentro de estos límites con un cierto grado de probabilidad.
Para ello se calcula, en primer lugar, el inventario de confianza a partir del error estándar de la media y de
la desviación estándar multiplicándose por el estadístico “t” de Student escogido en función del número de
grado de libertad (v).
tSQ
Intervalo de Confianza: IV= (1  0.5Z )1 / 2
n
Límite de Confianza Superior: LCS = Q + IC
Límites de Confianza Superior: LCI = Q - IC
El número de grados de libertad se calcula restando el número de parámetros (k) al tamaño de la muestra
(n): v=n-k.